数字贸易与制造业出口效率及不确定性

摘 要：通过搭建五个维度共计18个指标的综合评价体系，我国不同地区的数字贸易发展水平得以衡量。基于此，本文采用异质性随机前沿模型，通过实证研究探讨了数字贸易发展对我国不同地区制造业出口的影响。研究发现，我国制造业出口效率损失可以通过数字贸易的发展来有效降低，同时产生了更多不确定性。因此，加快数字贸易发展有助于出口潜力的发挥，并促进我国制造业出口提质增效，助推经济高质量发展。

关键词：数字贸易；异质性随机前沿模型；出口效率；出口不确定性；制造业

中图分类号：F752；TJ305 文献标识码：A 文章编号：2096-0298（2024）08（a）--04

1 引言

全球价值链的重构正逐渐形成新的发展格局，出口贸易发展也面临着新的机遇与挑战。我国由过去“以外促内”的外循环发展转变为新时期的国内国际“双循环”共同发展，从客观上对出口供给质量和效率的升级提出了新要求，把握数字贸易发展的时代契机将对我国出口贸易的质量提高和效率提高产生深远的影响。现有研究多基于要素禀赋理论将出口效率的影响因素归纳为自然和人为阻力两方面，并认为降低人为贸易阻力才是提高出口效率的重点。因而，本文围绕异质性随机前沿模型展开，探讨了数字贸易发展对我国制造业出口效率损失和不确定性的影响。

2 模型构建与变量说明

2.1 基于C-D函数的异质性随机前沿模型（SFA）

选择生产函数是使用参数分析方法的前提，本文基于柯布—道格拉斯生产函数（C-D函数）表示不存在效率损失的最佳出口前沿水平为出口潜力，构建出口潜力部分的模型如下：

lnT*it=c0+α1lnKit+α2lnLit（1）

其中，lnT*it表示i地区t年制造业的潜在出口量，即出口潜力，Kit是i地区t年的资本投入，采用各省份制造业固定资产投资额来衡量；Lit是i地区t年的劳动力投入，采用各省份制造业就业人员数量来衡量。

在式（1）的基础上，可得到制造业实际出口量的表达式，构建基本模型如下：

lnTit=lnT*it（Xit）+νit-uit（Zit）（2）

νit～iid N（0，σ2ν）（3）

uit～N+（μ，σ2u）（4）

其中，lnTit表示i地区t年制造业的实际出口量。在异质性随机前沿模型中，最为特别的是扰动项中效率损失项uit （Zit）的存在，uit分布设定为灵活性更强的截断型半正态分布；νit则为随机误差项。正是由于异质性随机前沿模型中假设随机扰动项存在异方差，方差σ2u得以用来体现出口的不确定性，即制造业效率损失变化带来的不确定性。进一步地，制造业出口非效率部分的模型结构如式（5）所示，DTit为核心解释变量数字贸易发展水平；Ctrlit为地区层面的控制变量；δt为年份固定效应。

μit=β0+β1DTit+β2Ctrlit+δt，σ2u=exp（γ0+γ1DTi+γ2Ctrlit）+δt（5）

2.2 指标选取

本文选取2007—2021年我国除西藏外30个省市的面板数据作为研究样本，原始数据主要来自《中国统计年鉴》和《中国工业统计年鉴》。

2.2.1 数字贸易发展水平的测度

基于数字贸易的广义概念，本文构建了涵盖5个维度共计18个指标的综合评价指标体系，并采用熵权法对各省份的数字贸易发展水平进行测度。其中，一级指标包括贸易潜力、信息网络基础、物流环境、创新要素基础和数字化市场五个方面。测算结果显示，我国数字贸易总体发展水平随时间稳步上升，但呈现出明显的区域不平衡性，整体上东部地区的发展显著优于中、西部地区，西部地区略优于中部地区。2016年左右，各地区得益于信息通信技术的进步，数字贸易加速发展。

2.2.2 其他变量说明

控制变量：（1）外商直接投资（fdi），采用外商投资额与地区生产总值之比来衡量；（2）受教育程度（edu），用教育年限法以各地区人均受教育年限来度量；（3）交通基础设施水平（inf），采用公路和铁路密度进行测算，即各省市每万平方千米铁路和公路长度之和与行政区划面积之比；（4）城镇化水平（urb），采用城镇人口占总人口的比重来衡量。表1为主要变量的描述性统计结果，使用STATA17.0完成，下同。

3 计量结果与讨论

3.1 似然比检验

本文采用最大似然法估计检验是否存在无效率项，这是随机前沿模型的使用前提。原假设为H0∶uit=0，即无约束条件，从而构建似然比统计量为LR=-2［L（H0）-L（H1）］。其中，对数似然函数采用了截断型半正态分布的经典表达式，本文不再赘述。

3.2 模型估计与选择

表2列示了多种设定下的模型结构筛选结果。其中，模型1未施加任何参数约束，通过对模型1施加各种约束条件得到模型2～模型4的估计结果，并通过似然比统计量来比较模型的优劣。模型2中的设定表示σ2u为常数而非线性函数，即假定数字贸易发展水平对出口不确定性的影响不随地区和时间发生变化；而模型3中的设定表示μit为常数而非线性函数，即假定数字贸易发展水平对出口非效率本身没有影响；模型4中假定模型是在零处截断的异质性半正态分布。表2中的似然比检验结果表明，无约束的异质性随机前沿模型显著优于受到参数约束的模型，故以下分析将基于模型1展开。

出口效率损失部分的估计结果表明，在1%水平上，DT的系数显著为负，符合理论预期，即数字贸易发展能够显著降低制造业出口效率损失。这可能得益于数字贸易降低了实际出口的直接和间接成本，从而带动了制造业出口效率提高。在1%水平上，fdi的系数显著为负，这说明外商直接投资的增加可能通过提高资源使用效率来降低出口效率损失。在1%水平上，edu的系数显著为正，这说明人们受教育程度越高，制造业出口效率损失反而越多，这可能是工资率的提高导致投入成本加大，从而降低了出口效率。在1%水平上，inf的系数显著为负，这说明交通基础设施水平的提升可能降低各种运输成本，并提供更高效的物流，从而显著提高制造业出口效率。在1%水平上，urb的系数显著为负，说明城镇化进程加快有利于提高资源利用率，从而优化制造业出口表现。

出口不确定部分的估计结果表明，在1%水平上，DT的系数显著为正，说明数字贸易发展反而给制造业出口带来了更多不确定性。这可能是由于数字贸易依托信息通信技术，相较传统贸易模式，主体更多元、形式更灵活、内容更广泛，且正处于高速发展期又尚未形成成熟的治理体系，因而大大增加了出口不确定性。fdi、edu、inf、urb的系数在1%水平上均显著为负，这说明外商直接投资、受教育程度、交通基础设施和城镇化水平的提升均能降低制造业出口不确定性，故在表2略去。

3.3 出口效率分析

在对模型1进行估计后，本文根据TE=exp（-uit）测算出我国各省市每年的出口效率。从频数分布来看，我国制造业整体出口效率偏低，大部分省份的平均出口效率集中在0.6左右，制造业出口效率损失高达40%，这说明仍有较大的提升空间，因而数字贸易对制造业出口效率的降低意味着释放出了各地区更大的出口潜力。此外，地区间的差异性也较大，东部地区的效率水平显著高于中西部地区，而中部地区总体上略高于西部地区。其中，制造业平均出口效率最高的上海效率值达85.6%，而平均出口效率最低的青海仅有52.7%。

从时间序列来看，2007—2019年我国制造业出口效率整体呈上升趋势，但这种上升存在一定的波动性和区域不平衡性，这同测度的数字贸易发展趋势相似。其中，2008年左右，可能受全球性金融危机造成的出口环境恶化影响，国际市场需求萎缩，因而各地区的制造业出口效率都出现了明显下降。此后，由于全球经济环境逐渐复苏，各地的制造业出口效率出现了回暖趋势。2012年之后，得益于互联网通信和数字技术的高速发展，我国制造业的出口效率水平稳步提升。值得注意的是，2019年之后，我国各地区制造业的出口效率水平出现骤跌，可能是由于制造业出口受到了新冠疫情的重创，同时遭受诸如中美贸易摩擦等强烈不稳定的国际经济环境因素的严重影响。然而，近两年我国制造业的出口情况逐渐复苏。

3.4 稳健性检验

本文通过替换核心解释变量、缩尾处理和分组回归等方法来增强回归结果的稳健性。如表3所示，列（1）列采用了主成分分析方法，基于调整后的指标评价体系再次测度了各地的数字贸易发展水平；列（2）对所有变量进行缩尾1%处理；列（3）～（4）分别为2008～2013年和2013～2021年不同时间区间的估计结果。结果表明，以上三种方法下出口效率损失部分，数字贸易的回归系数均显著为负；出口不确定部分，数字贸易的回归系数均显著为正。

4 结语

本文主要研究结论如下：第一，我国的数字贸易发展水平近年来显著提升，其特点为区域发展不协调，东部地区显著高于中西部地区。第二，数字贸易的发展能够显著提高我国各地制造业的出口效率，但同时给制造业出口带来了更多的不确定性。第三，总体上我国制造业出口处于低效状态，各地区的出口效率水平呈波动式上升趋势，尚存较大的发展空间。综上所述，我国应紧抓数字化、信息化的时代发展机遇，进一步发挥数字贸易发展对出口效率升级和质量提高的积极作用，大力推进协调发展并缩小地区差距，助推中国经济的全面高质量发展。

参考文献

贾怀勤，高晓雨，许晓娟.数字贸易测度的概念架构、指标体系和测度方法初探[J].统计研究，2021，38（12）：30-41.

范鑫.数字经济与出口：基于异质性随机前沿模型的分析[J].世界经济研究，2021（2）：64-76+135.

姚战琪.数字贸易、产业结构升级与出口技术复杂度： 基于结构方程模型的多重中介效应[J].改革，2021（1）：50-64.

孙杰.从数字经济到数字贸易：内涵、特征、规则与影响[J].国际经贸探索，2020，36（5）：87-98.

王思语，郑乐凯.制造业服务化是否促进了出口产品升级： 基于出口产品质量和出口技术复杂度双重视角[J].国际贸易问题，2019（11）：45-60.

马述忠，房超，梁银锋.数字贸易及其时代价值与研究展望[J].国际贸易问题，2018（10）：16-30.

范陈琳，谢学臻，刘琳.中国出口的贸易效率与贸易潜力：1980～ 2015[J].国际经贸探索，2018，34（1）：33-50.

鲁晓东，连玉君.要素禀赋、制度约束与中国省区出口潜力： 基于异质性随机前沿出口模型的估计[J].南方经济，2011（10）：3-11+26.

鲁晓东，赵奇伟.中国的出口潜力及其影响因素： 基于随机前沿引力模型的估计[J].数量经济技术经济研究，2010，27（10）：21-35.

盛斌，高疆.超越传统贸易：数字贸易的内涵、特征与影响[J].国外社会科学，2020（4）：18-32.

范鑫.数字经济发展、国际贸易效率与贸易不确定性[J].财贸经济，2020，41（8）：145-160.

周念利，陈寰琦.RTAs框架下美式数字贸易规则的数字贸易效应研究[J].世界经济，2020，43（10）：28-51.

沈玉良，彭羽，高疆，等.是数字贸易规则，还是数字经济规则： 新一代贸易规则的中国取向[J].管理世界，2022，38（8）：67-83.

杨慧瀛，杨宏举.数字贸易对产业结构升级的影响研究[J].价格理论与实践，2021（12）：186-189+202.

王长明，赵景峰.新发展格局下出口效率升级的产业战略选择：产业融合视角[J].中国软科学，2021（10）：43-52.